ContextPilot框架使8B模型在32K上下文下超越128K基线

来自清华大学、腾讯优图实验室和上海人工智能实验室的研究人员推出了ContextPilot,这是一个使智能体能够主动管理自身上下文的框架。它解决了先前工作中的三个缺陷:工具集狭窄、强化学习训练中的统一探索以及粗粒度的信用分配。该框架增加了规划、长期记忆和软卸载工具;通过教师模型脚手架合成SFT数据;并在强化学习中引入具有细粒度信用分配的上下文感知部分回滚。采用ContextPilot和32K上下文窗口的8B模型在长文档问答中取得了69.4的平均分,超越了128K窗口基线Qwen3-8B的45.9分。在深度搜索任务中,每轮令牌效率从约30K提升至8-10K。